使用Python Whoosh进行模糊搜索

Question

我想用Python Whoosh实现模糊搜索，但我不明白。 我试图借助NGRAMWORDS使模糊搜索成为可能。

这是我的架构：

schema = Schema(id=ID(stored=True), 
                name=NGRAMWORDS(minsize=2, maxsize=4, stored=True, queryor=True), 
                street=NGRAMWORDS(minsize=2, maxsize=4, stored=True, queryor=True), 
                city=NGRAMWORDS(minsize=2, maxsize=4, stored=True, queryor=False))

然后按以下说明填充索引：

writer.add_document(id=unicode(row["id"]), name=unicode(row["name"]), street=unicode(row["street"]), city=unicode(row["city"]))

不幸的是，当涉及到搜索时，不会从索引中检索到任何结果：

with self.index.searcher() as searcher:
from whoosh.query import Term, Or, FuzzyTerm
from whoosh.analysis import NgramWordAnalyzer

ngramAnalyzer = NgramWordAnalyzer(minsize=2, maxsize=4)
tokens = [token.text for token in ngramAnalyzer(unicode(name))]
fetig = list()
for t in tokens:
 tt = FuzzyTerm("name", unicode(t))
 fetig.append(tt)

myQuery = Or(fetig)
res = searcher.search(myQuery, limit=10)

搜索“ Ali”时，我得到了零点击：

<Top 0 Results for Or([FuzzyTerm('name', u'al', boost=1.000000, maxdist=1, prefixlength=1), FuzzyTerm('name', u'ali', boost=1.000000, maxdist=1, prefixlength=1), FuzzyTerm('name', u'li', boost=1.000000, maxdist=1, prefixlength=1)]) runtime=0.000411987304688>

Answer 1

现在解决了。 问题是已经存在的索引没有通过打开

index = open_dir("index", schema=self.schema)

相反，我创建了一个新的。

此外，在查询中，使用Term而不是FuzzyTerm至关重要，以获得合理的结果：

ngramAnalyzer = NgramWordAnalyzer(minsize=3, maxsize=6)
tokens = [token.text for token in ngramAnalyzer(unicode(name))]
fetig = list()
for t in tokens:
  tt = Term("name", unicode(t))
  fetig.append(tt)

myQuery = Or(fetig)
res = searcher.search(myQuery, limit=10)

如您所见，我将NGRAMWORDS的最小大小增加到3，而不是2。

谢谢您的宝贵工作，马特·查普特（Matt Chaput）。